我试图在我的项目中实施注意机制。但是，我的序列有不同的长度，我正在使用bucketing来解决问题。因此，我将LSTM输入形状定义为（None，None，features）。目前，似乎每个使用Keras的注意力实现都需要在输入形状中声明的固定数量的时间步长。理论上，注意力应该适用于这些不同的长度，因为无论输入长度如何，它都只是一个softmax。有没有办法制作一个＆＃34; dynamic_attention＆＃34;就像RNN层一样，它可以接受（None，None，features）作为输入形状。感谢。